La disponibilidad de una gran cantidad de datos de teledetección para fines de agricultura de precisión ha planteado la cuestión de qué resolución e índices, derivados de satélites o vehículos aéreos no tripulados (UAV), ofrecen los resultados más precisos para caracterizar la vegetación. Este estudio se centró en evaluar, comparar y discutir el rendimiento y las limitaciones de las imágenes basadas en satélites y UAV en términos del desarrollo del dosel, es decir, el índice de área foliar (LAI), y el rendimiento, es decir, la biomasa seca sobre el suelo (DAGB), para el maíz. Se estudiaron tres campos comerciales de maíz durante cuatro temporadas para obtener el LAI y el DAGB. Se compararon el índice de vegetación de diferencia normalizada (NDVI) y el índice de resistencia atmosférica visible (VARI) de plataformas satelitales (Landsat 5TM, 7 ETM+, 8OLI y Sentinel 2A MSI) y el VARI y la cobertura de dosel verde (GCC) de imágenes de UAV. Se evaluaron los predictores de teledetección además de los grados día de crecimiento (GDD) para estimar el LAI y el DAGB utilizando modelos de regresión multilínea (MRMs). Para la estimación del LAI, se obtuvieron mejores ajustes cuando se consideraron los predictores de la plataforma UAV. La estimación del DAGB reveló ajustes similares para ambas plataformas, aunque las imágenes de Landsat ofrecieron ajustes ligeramente mejores. Los resultados obtenidos en este estudio demuestran la ventaja de las plataformas de teledetección como una herramienta útil para estimar características agronómicas esenciales.